Sjukhusens AI pumpar upp försäkringsanspråken med nära en miljard dollar – utan att vården förbättras
Sjukhusens AI blåser upp försäkringsanspråken med en miljard – utan bättre vård.
När AI möter AI i sjukvårdens pengakrig
Det finns en bild av AI inom sjukvården som vi gärna målar upp: smarta system som hittar cancer tidigare, diagnosverktyg som räddar liv, administrativ automation som frigör tid för läkare att faktiskt vårda patienter. Den bilden är sann – men den är inte hela sanningen.
Enligt TechCrunch har Blue Cross Blue Shield Association, en av USA:s mest inflytelserika aktörer inom sjukvårdsförsäkring, publicerat en analys som visar på något betydligt mer komplext. Under en period av bara två år har sjukhusens AI-drivna hantering av försäkringsanspråk genererat nästan 942 miljoner dollar i merkostnader. Inte för bättre vård. Inte för fler behandlingar. Utan för mer avancerad diagnoskodning.
Vad innebär det i praktiken? Sjukhusen har börjat dokumentera patienters tillstånd som väsentligt mer komplicerade än tidigare – och det är AI-systemen som flaggar upp, föreslår och optimerar dessa kodningar för att maximera ersättningarna från försäkringsbolagen. Analysen från BCBSA finner inga motsvarande tecken på att den faktiska vården förändrats i takt med denna explosion av komplexa diagnoser. Behandlingarna är desamma. Notan är högre.
Teknik mot teknik – ett nytt slags rustningskapplöpning
Det som gör den här situationen särskilt intressant – och oroande – är att vi nu ser konturerna av en helt ny typ av industriell dynamik. Sjukhusen bygger ut sin AI-förmåga för att hävda sina intressen. Försäkringsbolagen svarar med egna AI-system för att ifrågasätta, granska och avslå anspråk. Det är inte längre jurister och administratörer som förhandlar med varandra. Det är algoritmer.
Läkaren Shiv Rao, grundare av AI-bolaget Abridge, sätter ord på vart detta kan leda. Han varnar för en framtid där automatiserade system strider mot varandra i ett ändlöst ekonomiskt krig – utan att patienterna gynnas av ett enda slag. "Det kan bli en fruktansvärd framtid som ingen vill leva i, med robotar som slåss mot robotar", säger Rao, citerad av New York Times.
Jag delar oron bakom varningen – men jag väljer att stanna kvar i den andra halvan av hans mening: tekniken har också potential att minska dessa spänningar. Det är avgörande att vi håller fast vid det perspektivet.
En systemfråga, inte en teknologifråga
Här är min tes: det vi ser är inte ett AI-problem. Det är ett systemdesignproblem som AI förstärker med enorm effektivitet.
Det amerikanska sjukvårdssystemet är byggt kring incitamentsstrukturer som belönar volym och komplexitet snarare än hälsoutfall. Sjukhus tjänar mer på komplicerade diagnoser. Försäkringsbolag tjänar mer på att avslå anspråk. Ingen del av systemet är egentligen konstruerad för att optimera patientens välmående i första hand. AI gör inte systemet sämre – det gör det snabbare och mer effektivt på att vara just det det alltid har varit.
Det är en viktig distinktion. För om vi misstar oss på orsaken, misstar vi oss också på lösningen.
Vad det innebär för resten av världen
För oss i Sverige och Norden kan det vara frestande att avfärda detta som ett typiskt amerikanskt problem – ett symptom på ett privat sjukvårdssystem utan motstycke i vår del av världen. Men det vore kortsiktigt.
De AI-verktyg som nu rullas ut i det amerikanska systemet är samma grundtekniker som snabbt sprider sig globalt. Frågorna om hur AI får användas i medicinsk dokumentation, vem som äger tolkningsrätten till en diagnos, och hur vi förhindrar att optimeringssystem skapar oavsiktliga snedvridningar – de frågorna är universella.
Och de kräver svar innan tekniken är på plats, inte efteråt.
Vår analys
Det här är ett av de första konkreta, storskaliga exemplen på hur AI omfördelar ekonomiska värden inom en hel bransch – inte genom att skapa ny nytta, utan genom att förändra vem som vinner i ett redan existerande nollsummespel. Det är ett viktigt prejudikat.
Den strategiskt intressanta frågan är inte om AI används för att optimera anspråk – det är självklart att alla aktörer kommer att använda tillgängliga verktyg i sina egna intressen. Frågan är om regelverk och branschstandarder hinner ikapp innan systemet låser fast sig i en destruktiv jämvikt.
Jag ser tre möjliga utgångar: antingen tvingas lagstiftare sätta gränser för hur AI får användas i ersättningsprocesser, eller så hittar branschen gemensamma standarder för transparent diagnoskodning, eller så eskalerar teknikkrigen tills kostnaderna helt enkelt blir ohållbara. Det tredje alternativet är det mest sannolika om ingen agerar – och det borde vara en väckarklocka för beslutsfattare långt utanför USA:s gränser.